Meistere Prompt Engineering für bessere KI-Ergebnisse
Lerne, effektive Anweisungen (Prompts) an Large Language Models zu formulieren, um präzisere und nützlichere Ergebnisse zu erzielen. Dies beinhaltet das Zuweisen von Rollen, das Bereitstellen von Kontext und das iterative Verfeinern der Anfragen.
Originalvideo ansehen: Composer 2.5 and I INTERVIEWED THE CEO OF ALPHABETSei spezifisch und klar in deiner Anfrage.
Vermeide vage Formulierungen. Statt 'Schreibe etwas über Autos', sage 'Schreibe einen kurzen Absatz über die Vorteile von Elektroautos für Pendler in städtischen Gebieten'.
Weise der KI eine Rolle zu.
Dies hilft der KI, den richtigen Ton und Stil zu finden. Beispiel: 'Du bist ein erfahrener Marketingexperte. Erstelle einen Slogan für ein neues Kaffeegetränk.'
Gib Kontext und Hintergrundinformationen.
Je mehr Informationen die KI hat, desto besser kann sie antworten. Beispiel: 'Ich entwickle eine Web-App für kleine Bäckereien. Die App soll Bestellungen verwalten. Gib mir Ideen für die Datenbankstruktur.'
Stelle Beispiele bereit (Few-shot Prompting).
Wenn du einen bestimmten Stil oder ein bestimmtes Format wünschst, zeige der KI, wie es aussehen soll. Beispiel: 'Hier ist ein Beispiel für eine Produktbeschreibung: [Beispieltext]. Schreibe eine ähnliche für Produkt X.'
Nutze iterative Verfeinerung.
Wenn die erste Antwort nicht perfekt ist, bitte die KI, sie zu überarbeiten. Beispiel: 'Das ist gut, aber mache es kürzer und füge mehr Humor hinzu.' oder 'Konzentriere dich mehr auf die technischen Details.'
Definiere das gewünschte Ausgabeformat.
Bitte die KI, die Antwort in einem bestimmten Format zu liefern, z.B. als Liste, Tabelle, JSON oder Code. Beispiel: 'Gib mir die Antwort als Markdown-Liste mit Unterpunkten.'